使用Matlab进行车牌识别和图像处理

您是否曾经想过ANPR（自动车牌识别）系统是如何工作的？让我告诉您其背后的概念：ANPR系统的摄像头捕获车辆牌照的图像，然后通过多种算法对图像进行处理，以将图像进行字母数字转换为文本格式。ANPR系统在许多地方使用，例如加油站，购物中心，机场，高速公路，收费站，酒店，医院，停车场，国防和军事检查站等。

有许多图像处理工具可用于此车牌检测，但在本教程中，我们将使用MATLAB图像处理将车牌号转换为文本格式。如果您不熟悉MATLAB或图像处理，请检查我们以前的MATLAB项目：

MATLAB入门：快速入门
使用MATLAB进行图像处理入门

首先，让我简要介绍一下我们用于检测车牌的概念。此项目有三个程序或“.m”文件。

模板创建（ template_creation.m ）–用于调用已保存的字母数字图像，然后将其另存为MATLAB存储器中的新模板。
字母检测（ Letter_detection.m ） –从输入图像中读取字符，并找到匹配度最高的对应字母数字。
印 版检测（ Plate_detection.m ） –处理图像，然后调用上面的两个m文件来检测编号。

现在，我们将学习如何编码这些m文件以及开始编码之前必须要做的事情。阅读完本教程之后，您可以在该项目的末尾找到所有代码文件和工作说明视频。

模板制作

首先为项目创建一个文件夹（我的文件夹名称为 Number Plate Detection ）以保存和存储文件。我们已经将所有字母和数字的二进制图像存储在名为' alpha' 的子文件夹中。

现在，在MATLAB中打开“编辑器”窗口，如下图所示，

如果您不熟悉MATLAB的基本术语，建议您检查链接的教程。

现在，将以下代码复制并粘贴到 template_creation.m 文件中，并将该文件保存在项目文件夹中（ Number Plate Detection ）。可以从此处下载与此项目相关的所有文件，包括图像模板文件。另外，请查看该项目结尾处提供的视频。

％字母 A = imread（'alpha / A.bmp'）; B = imread（'alpha / B.bmp'）; C = imread（'alpha / C.bmp'）; D = imread（'alpha / D.bmp'）; E = imread（'alpha / E.bmp'）; F = imread（'alpha / F.bmp'）; G = imread（'alpha / G.bmp'）; H = imread（'alpha / H.bmp'）; I = imread（'alpha / I.bmp'）; J = imread（'alpha / J.bmp'）; K = imread（'alpha / K.bmp'）; L = imread（'alpha / L.bmp'）; M = imread（'alpha / M.bmp'）; N = imread（'alpha / N.bmp'）; O = imread（'alpha / O.bmp'）; P = imread（'alpha / P.bmp'）; Q = imread（'alpha / Q.bmp'）; R = imread（'alpha / R.bmp'）; S = imread（'alpha / S.bmp'）; T = imread（'alpha / T.bmp'）; U = imread（'alpha / U.bmp'）; V = imread（'alpha / V.bmp'）; W = imread（'alpha / W.bmp'）; X = imread（'alpha / X.bmp'）; Y = imread（'alpha / Y.bmp'）; Z = imread（'alpha / Z.bmp'）; ％自然数 one = imread（'alpha / 1.bmp'）; two = imread（'alpha / 2.bmp'）; 三个= imread（'alpha / 3.bmp'）;四个= imread（'alpha / 4.bmp'）; 五= imread（'alpha / 5.bmp'）; 六个= imread（'alpha / 6.bmp'）; 七= imread（'alpha / 7.bmp'）;八= imread（'alpha / 8.bmp'）; nine = imread（'alpha / 9.bmp'）; 零= imread（'alpha / 0.bmp'）; ％为字母创建数组 letter =; ％为数字创建数组 number =; NewTemplates =; 保存（“ NewTemplates”，“ NewTemplates”）清除所有

在这里，在上面的代码中，我们通过使用命令' imread（） '将图像保存到变量中。此功能用于从文件夹或PC的任何位置将图像调用到MATLAB中。让我们以上面的代码为例：

A = imread（'alpha / A.bmp'）;

其中A是变量，在' alpha / A.bmp'中， 'alpha' 是文件夹名称，而' A.bmp' 是文件名称。

然后创建一个“ 字母 ”和“ 数字 ”矩阵，并使用命令“ save（filename，variables）” 将其保存在变量“ NewTemplates ”中。

％为字母创建数组 letter =; ％为数字创建数组 number =; NewTemplates =; 保存（“ NewTemplates”，“ NewTemplates”）清除所有

现在，在新的编辑器窗口中开始对 Letter_detection.m进行编码。

信件检测

在这里，我们创建第二个代码文件，名为 Letter_detection.m 。现在，将以下代码复制并粘贴到该文件中，并将该文件保存在项目文件夹中，名称为 Letter_detection。可以从这里下载此文件，此附加的zip文件还包含与此车牌检测项目有关的其他文件。

函数letter = readLetter（snap）加载NewTemplates snap = imresize（snap，）; rec =; 对于n = 1：length（NewTemplates） cor = corr2（NewTemplates {1，n}，snap）; rec =; 结束 ind = find（rec == max（rec））; display（find（rec == max（rec））））; ％字母列表。如果ind == 1-ind == 2 字母='A'; elseif ind == 3-ind == 4 字母='B'; elseif ind == 5 字母=' C'elseif ind == 6-ind == 7 字母='D'; elseif ind == 8 letter ='E'; elseif ind == 9 字母='F'; elseif ind == 10 字母='G'; elseif ind == 11 字母='H'; elseif ind == 12 letter ='I'; elseif ind == 13 字母='J'; elseif ind == 14 字母='K'; elseif ind == 15 letter ='L'; elseif ind == 16 字母='M'; elseif ind == 17 letter ='N'; elseif ind == 18-ind == 19 letter ='O'; elseif ind == 20-ind == 21 letter ='P'; elseif ind == 22-ind == 23 letter ='Q'; elseif ind == 24-ind == 25 letter ='R'; elseif ind == 26 letter ='S'; elseif ind == 27 letter ='T'; elseif ind == 28 letter ='U'; elseif ind == 29 letter ='V'; elseif ind == 30 letter ='W'; elseif ind == 31 letter ='X'; elseif ind == 32 字母='Y'; elseif ind == 33 letter ='Z'; ％* - * - * - * - * ％数词上市。 elseif ind == 34 字母='1'; elseif ind == 35 letter ='2'; elseif ind == 36 字母='3'; elseif ind == 37-ind == 38 letter ='4'; elseif ind == 39 letter ='5'; elseif ind == 40-ind == 41-ind == 42 letter ='6'; elseif ind == 43 字母='7'; elseif ind == 44-ind == 45 letter ='8'; elseif ind == 46-ind == 47-ind == 48 letter ='9'; 否则 letter ='0'; 年底结束

此处，在上面的代码中，我们创建了一个名为 letter 的函数，该函数通过使用命令' readLetter（）' 为类' alpha '提供输入图像的字母数字输出。然后使用命令 load'NewTemplates 加载保存的模板。

之后，我们调整了输入图像的大小，以便可以通过使用命令 'imresize（filename，size）' 将其与模板图像进行比较。然后使用 for 循环将输入图像与模板中的每个图像相关联，以获得最佳匹配。

创建一个矩阵“ rec ”来记录每个字母数字模板与输入图像中字符模板的相关值，如下面的代码所示，

cor = corr2（NewTemplates {1，n}，snap）;

然后，使用 “ find（）” 命令查找与最高匹配字符相对应的索引。然后根据该索引，使用 'if-else' 语句打印相应的字符。

现在，完成此操作后，打开一个新的编辑器窗口以启动主程序的代码。

车牌检测

这是名为 Plate_detection.m 的第三个也是最后一个代码文件，将以下代码复制并粘贴到该文件中，然后保存到项目文件夹中。为了快速入门，您可以从此处下载带有图像模板的所有代码文件。

关闭所有; 清除所有 im = imread（'车牌图像/ image1.png'）; imgray = rgb2gray（im）; imbin = imbinarize（imgray）; im = edge（imgray，'prewitt'）; ％以下步骤是查找车牌 Iprops = regionprops（im，'BoundingBox'，'Area'，'Image'）的位置；面积= Iprops.Area; count = numel（Iprops）; maxa =面积； boundingBox = Iprops.BoundingBox; 对于i = 1：算出maxa maxa = Iprops（i）.Area; boundingBox = Iprops（i）.BoundingBox; end end im = imcrop（imbin，boundingBox）; im = bwareaopen（〜im，500）; = size（im）; imshow（im）; Iprops = regionprops（im，'BoundingBox'，'Area'，'Image'）; count = numel（Iprops）; noPlate =; 对于i = 1：计数 =长度（Iprops（i）.Image（1，:)）; 哦=长度（Iprops（i）.Image（：，1））; 如果ow <（h / 2）&oh>（h / 3） letter = Letter_detection（Iprops（i）.Image）; noPlate = 结束端

上述代码中使用的基本命令如下：

imread（） –此命令用于从目标文件夹将图像打开到MATLAB中。

rgb2gray（） –此命令用于将RGB图像转换为灰度格式。

imbinarize（） –此命令用于对二维灰度图像进行二值化，或者简单地说，它可以将图像转换为黑白格式。

edge（） –该命令用于通过使用各种方法（例如Roberts，Sobel，Prewitt等）来检测图像中的边缘。

regionprops（） –此命令用于测量图像区域的属性。

numel（） –此命令用于计算数组元素的数量。

imcrop（） –此命令用于按输入的尺寸裁剪图像。

bwareaopen（） –此命令用于从二进制映像中删除小对象。

通过在代码中使用以上命令，我们正在调用输入图像并将其转换为灰度。然后将灰度转换为二进制图像，并通过Prewitt方法检测二进制图像的边缘。

然后使用下面的代码来检测车牌在整个输入图像中的位置，

Iprops = regionprops（im，'BoundingBox'，'Area'，'Image'）; 面积= Iprops.Area; count = numel（Iprops）; maxa =面积； boundingBox = Iprops.BoundingBox; 对于i = 1：算出maxa maxa = Iprops（i）.Area; boundingBox = Iprops（i）.BoundingBox; 年底结束

之后裁剪车牌，分别使用命令 “ imcrop（）” 和 “ bwareaopen（）” 从二进制图像中删除小对象。

然后，以下代码用于处理裁剪后的车牌图像，并以图像和文本格式（在命令窗口中）显示检测到的编号。

Iprops = regionprops（im，'BoundingBox'，'Area'，'Image'）; count = numel（Iprops）; noPlate =; 对于i = 1：计数 =长度（Iprops（i）.Image（1，:)）; 哦=长度（Iprops（i）.Image（：，1））; 如果ow <（h / 2）&oh>（h / 3） letter = Letter_detection（Iprops（i）.Image）; noPlate = 结束端